水声目标特征分析与识别技术
|
|
水声目标特征提取方法
被动目标特征提取方法
在海洋环境中，目标辐射噪声被水声传感器感知。特征提取利用传感器获取的时空采样数据，经过预处理、特征变换、特征检测和参数估计，给出水声目标特征提取结果和相应特征参数。
机械噪声特征的提取
舰船的机械噪声辐射信号具有近似平稳的特性，功率谱分析成为最常用的机械噪声分析手段。基于目标噪声产生机理、特征表征和功率谱分析可以构造多个识别特征量，包括个体线谱分布、功率谱线谱连续谱能量相对分布、连续谱能量分布、线谱能量分布、特定频段线谱数量、谐波特征和线谱的波动特征等。
由于舰船辐射噪声源状态变化、目标运动等因素的影响，也使得信号特征存在时变特性。LOFAR 分析实际上蕴含了序贯检测的思想——它利用辐射噪声功率谱在时间上的累积效应，以观测时间的增加减小干扰的影响。通过 LOFAR 分析可以提高对弱线谱的提取能力，同时具备对时变线谱、瞬态信号的检测提取能力。
此外，听觉感知技术等仿生技术在水声目标特征提取中也得到应用。听觉感知特征提取方法从听觉的生理机制、耳蜗的频率分解特性、掩蔽效应、临界带宽及人耳感知声音所表现出的听觉特性出发，构建基于响度、音调和音色等相应听觉特征，以期获得接近声呐员对声音的良好辨识能力。
螺旋桨噪声特征的提取
由于海洋中较强的低频环境噪声以及传感器的工作频段限制，难以直接利用时频分析方法从舰船辐射噪声中获取螺旋桨结构以及转动节奏相关信息。DEMON 分析是获取舰船螺旋桨特征的主要手段，其通过一组带通滤波器覆盖螺旋桨噪声所在的频段，将带通信号做检波处理并计算其低频功率谱，得到信号的解调谱。对解调谱进行谐波检测则可以提取到螺旋桨相关信息，包括螺旋桨的轴频、叶片数和桨支数等。解调谱中还可以进一步挖掘线谱调制深度、调制载频分布等特征信息，这些特征量反映出舰船目标螺旋桨的某些状态，在机理和试验的支持下，可作为目标分类识别特征。
DEMON 分析获取的目标螺旋桨转速和叶片数等信息是目标分类识别最重要的依据之一。但不同类型目标的桨叶数以及航行时螺旋桨转速范围存在交叉重叠，螺旋桨转速和叶片数并不是目标分类识别的充分特征量。
目标的空间及行为特征的提取
目标的空间位置信息以及运动状态是判断目标类型，辅助判别目标意图和态势的良好信息源。
通过主动声呐、被动测距声呐或者其他传感器信息可直接提供目标距离，解算并估计目标速度，进而估计目标加速度，判断出目标的机动情况。
同时，对目标辐射噪声信号的 LOFAR 分析和 DEMON 分析同样也可获得有关目标机动状态的特征信息。如利用 LOFAR 谱中对条纹信息的检测和提取，在海洋环境信息支持下，通过波导不变量的计算估计目标位置信息。